李 黎,王 瑜,林巋璇,朱延忠,劉錄三
中國環境科學研究院國家長江生態環境保護修復聯合研究中心,北京 100012
河流是孕育人類文明的重要載體,物種多樣性豐富、生產力與生境異質性高是其顯著特征。然而,在全球氣候變化與社會經濟高速發展的背景下,人類活動在不斷而深刻地改變著河流的生態環境,導致水生生物的數量不斷減少,生物多樣性降低,群落結構的脆弱性加大,使河流生態系統的服務功能遭到嚴重破壞。早在20世紀70年代,恢復并維持“健康”的河流生態系統就已經成為水資源管理的重要目標。為了實現這個目標,迫切需要尋找合理的方法,能夠充分反映環境變化對水生生物群落的影響、分析河流生態系統在外界作用下的變化趨勢。傳統意義上的水環境監測,主要以水文和水質指標為主,近40年來人們逐漸傾向于采用生物學指標,其原因是加諸于生物的影響通常才是環境污染和退化的終點。隨著研究的推進,生物監測已經成為各國水環境管理體系的重要組成部分。
“生物監測”通常被定義為系統使用生物及其響應來監測環境狀態或變化[1]。河流監測可采用任意生物水平(包括亞個體、個體、種群、群落、生態系統),但是人們過去主要聚焦于生態學方法和較高的生物水平(種群、群落和生態系統)。因此,筆者傾向使用MARKERT等[2]提出的“生物監測”概念:生物監測是一種觀測外部因素對生態系統的影響及其在一定時間內變化,或確定環境之間差異的方法。相較而言,后面這個定義更能反映生物監測的生態學內涵。
“指示生物”指的是包含環境(或部分環境)質量信息的生物個體(或組織、群落)[2]。理想的指示生物應當具有以下特征[3-5]:①分類明確;②分布廣泛;③移動性低;④生態學特征明確;⑤數量豐富;⑥對環境壓力高度敏感;⑦易于量化和標準化。
水文和理化指標通常是河流監測的基礎,可以提供全部范圍的信息,以便人們進行適當的水資源管理[6]。但是,水文變化迅速且難以估測,理化指標無法反映河流生態系統長期的可持續性。生物學指標已被證實為傳統監測方法的必要補充[7]。
盡管生物學指標存在難以精確定量化、生物基準空間差異大等局限性,但是相對于水文和理化指標,仍然具有其不可替代的獨特優勢,包括:①能夠整合不同尺度和類型環境壓力的綜合效應;②能夠反映一段時間內低劑量污染物的累積效果;③與理化指標相結合,有助于闡明水環境質量下降的確切原因;④能夠反映整體的生態完整性(即化學、物理及生物完整性),可直接評價防治及恢復措施的實施力度與成效??傊飳W指標可以將整體環境以及生物對復雜的環境條件的響應整合起來,為人們了解當前生態環境的概況提供有效信息。
選擇指示生物是河流生物監測項目中的重要決策。各個類群響應的環境變化類型各有不同,大型底棲動物受生境(底質類型、流速、河道形態、坡度等)的影響強烈[8],著生藻類則受水化學相關因子(營養鹽、pH及電導率等)影響較多[9]。且各個類群在反映環境變化的時間尺度上也有差異,大型底棲動物和著生藻類可以反映環境的短期效應,魚類則更適合反映長期效應。目前,已被用于河流生物監測的生物類群很多,包括細菌、浮游動物、藻類、大型底棲動物、高等水生植物、魚類等,最為常用的是大型底棲動物、著生藻類及魚類。這些生物類群可以單獨使用(如大型底棲動物[3,6]、著生藻類[10]和魚類[11]),也可以聯合使用[7,12]。
作為初級生產者,著生藻類構成了河流生態系統食物網的重要基礎[13]。著生藻類繁殖速度快、生活周期短,可以反映環境的短期效應和瞬時變化[14],由于通常附著于底質上,它們的生長和繁殖能夠直接而敏感地響應河段內出現的物理、化學及生物變化等[15]。
著生藻類(尤其是硅藻)已被眾多學者用于河流生態系統的監測與評價。研究顯示,種類豐富度及多樣性[16-17]、類群相似性[18]、葉綠素a[19]及生物量[9]均可用作指示環境壓力的參數。另外,研究者基于物種敏感性和耐受性開發出許多生物指數,用以推斷特定或一般的水環境狀態,其中大部分為有機污染指示參數[20],在歐洲中北部的許多河流得到成功應用[21]。
大型底棲動物將有機物和營養資源(如落葉層、藻類、碎屑)與較高的營養級連接起來[22],是河流食物網的重要組成部分。大型底棲動物多數營固著生活,可代表特定位點的生態環境,具有敏感的生活期、壽命較長,能夠整合一定時期的環境效應。此外,這個類群包含的物種眾多,覆蓋的營養級和耐受性范圍很廣,可以有力地解釋累積效應[23]。大型底棲動物的群落結構經常隨著環境干擾變化,GRAY[24]將這些響應總結為三大類,即多樣性降低、機會種(生活周期更短、繁殖更快)占優勢、優勢種個體大小減小。如被有機物或重金屬污染的河流中,群落的物種豐富度和多樣性受直接和間接影響劇烈下降,搖蚊科常在敏感類群(如EPT種類)缺失的時候占據優勢地位。
大型底棲動物(尤其是水生昆蟲)可用于監測河流生態系統受到的各種環境壓力,包括有機污染[25]、重金屬污染[26]、水形態退化[27]、富營養化[28]、酸化[29]及整體環境壓力[30]等。事實上,這個類群構成了歐洲和北美洲大多數河流生物監測項目的基礎。許多國家和地區(如比利時[31]、英國[32]、瑞士[33]、美國[34]等)還針對大型底棲動物開發出自己的生物指數。
作為河流生態系統中高度可見且極具價值的組成部分,魚類群落被用于河流生物監測已經有很長的時間。魚類位于河流食物網的頂端,并被人類取食,對于污染物監測極為重要。因其壽命較長、運動能力較強,可作為長期效應和廣域生境狀態的優秀指示生物[14]。另外,魚類群落涵蓋的營養級范圍很寬,包括頂位捕食者占據的最高營養級,可以反映整體的環境健康狀態[35]。對周圍水環境健康的敏感性是魚類被用于監測環境退化的理論基礎[36]。
魚類群落幾乎對所有類型的人為干擾都有響應,包括富營養化、酸化、化學污染、流量調節、物理生境改變及破碎化、人類開發及引入種等[15]。過去30年間,各種基于魚類開發的生物指數已被廣泛用于河流生物監測,以生物完整性指數(IBI)為代表的多參數指數的應用也在迅速上升[37]。
有效的河流生物監測指標需要滿足以下條件[38]:①能夠量化和簡化復雜的生態學現象;②評價結果易于理解;③能夠對人為造成的環境損害做出預測,但對自然的環境變化不敏感;④尺度適宜;⑤涉及管理目標;⑥具有充分的科學依據。目前,常用的指標包括多樣性指數、生物指數、多參數指數、多變量指數、功能性指數等。
污染物的生物累積和毒性效應雖然在某些水環境監測項目中仍然是重要指標,但是該研究的側重點在于監測水環境狀態的生態學指標,因此此處不予詳述。另外,污水生物系統也曾被用于河流生物監測(歐洲),主要是根據指示種(細菌、藻類、原生動物、輪蟲等)的污水生物值來指示有機污染造成的缺氧。但是,20世紀70年代中期時,這些指數因其局限性被絕大多數歐洲國家擯棄[38]。
多樣性指數是傳統的生物監測指標,結合了群落結構的三大要素,即豐富度(現存物種數量)、均勻度(物種之間個體分布的一致性)、豐度(現存個體總數量)。其假設是,未受干擾環境以高度的多樣性或豐富度、物種間個體分布均勻、中高級個體數量為特征。
研究者已開發出各種多樣性指數(如Shannon-Wiener指數、Simpson指數、Margalef指數)[6],它們在水環境評價中的最佳用途是比較受損和參照群落之間物種組成變化[16]。目前,多樣性指數單獨用于河流生物監測的有效性受到很多質疑,研究者更傾向于將其結合其他參數使用(如多參數指數)。
生物指數將基于特定類群的相對豐度及其敏感性或耐受性結合成單一的指數或記分值[39]。其原理在于,指示生物對一些環境特征(有機污染、重金屬、殺蟲劑、富營養化、pH等)的敏感性及耐受性在物種之間各有不同,物種特異性污染指標可以用于指示生境的環境狀態。
大型底棲動物和著生藻類的生物指數在歐洲國家應用最為廣泛。以大型底棲動物為例,研究者針對這個類群開發出眾多的生物指數和記分系統[6],如TBI(Trent Biotic Index)和EBI(Extended Biotic Index)、Chandler記分系統、BMWP(Biological Monitoring Working Party)和ASPT(Average Score Per Taxon)、HBI(Hilsenhoff’s Biotic Index)等。其中,BMWP及衍生的IBMWP,經水框架指令(WFD)推薦,被大范圍用于歐盟各國。
多參數指數最早在美國興起,整合了一組代表生態系統各種結構及功能屬性的變量或參數(如物種豐富度、相對豐度、優勢度、功能攝食類群、污染耐受性、生活史對策、疾病及密度),能夠反映生物類群對自然或人為環境壓力的響應[40]。多參數指數的使用主要包括2個步驟[14]:①經過識別能力分析、冗余度分析等過程,篩選并校正參數,再根據相似的位點類型集合成一個指標;②評估位點的生物狀態并判斷是否受損。第①步即多參數指標的開發過程,從本質上來說,這個過程是對參照環境的特征進行描述,構成了監測的基礎。篩選出的核心參數,需根據參數值的數值分布,將參數值轉化為無量綱分值;再將各項核心參數的記分值集合成單個指標(總記分值);最后,根據多參數指標的數值范圍,以四分法或其他方法,劃分成所需的等級。
作為多參數指數的先驅,KARR于1981年首次提出魚類的生物完整性指數(IBI),并對美國中西部河流進行了評價。此后,研究者針對大型底棲動物[41]、著生藻類(或硅藻)[42]等類群也開發了類似的指數。IBI歷經完善,適用的范圍也擴展到湖濱帶[43]、大河[44]及沼澤濕地[45]等。目前,基于大型底棲動物的多參數指數已經成為北美河流生物監測中應用最多的方法[46],在其他國家和地區(如歐盟成員國)也有廣泛應用。
多變量指數,又稱預測模型法,最初源于英國河流無脊椎動物預測及分類系統(River Invertebrate Prediction and Classification System,RIVPACS)[47]。這種方法從生態學角度考慮,通過建立預測模型來完成監測和評價工作。建模的假設是在無污染的情況下,生境屬性(地貌、底質組成和植被等)一致的樣點,應有相似的生物區系組成。簡單來說,多變量指數通過統計分析,來預測特定位點沒有環境壓力時的預期群落模式;再對實際觀測群落(O)和預期群落(E)進行比較(O/E)[38]。以RIVPACS為例,開發預測模型包括以下步驟:首先,全面采集一系列參照位點,代表區域內所有的物理生境類型;根據群落組成的相似性,將這些參照位點分成不同的類群;再用多元判別分析(MDA)來判斷各個參照位點類群的環境屬性和生物特征之間的關系,生成的判別函數可根據環境屬性來預測受試位點沒有環境壓力時可能出現的物種;最后,比較觀測和預測的群落模式(物種組成、物種數量、BMWP、ASPT等),對受試位點進行評價。
多變量分析法的特點是學術性強,采用多種統計方法處理數據,以標準差大小劃分污染程度[48];但是,過分強調某些非生物學性狀對生物區系組成的影響,建模困難,評價結果不夠明了,不利于大范圍推廣使用。目前,英國、澳大利亞、加拿大等國已建立較為完善的體系,在其他地區也有使用。除了大型底棲動物,多變量指數還被用于著生藻類和魚類[11]。
對生態系統特征進行充分描述,既需要結構(模式)信息,也需要功能(過程)信息[49]。因此,除了生物類群的結構和組成,功能性指數作為反映生態完整性的互補方法也開始應用于環境損害研究,“功能攝食類群”和“多重生物學特性”是其中的2種典型方法。功能攝食類群(Functional Feeding Groups,FFGs)分析是河流連續體概念(River Continuum Concept,RCC)的重要組成部分,主要基于形態及行為屬性(攝食方式及固著、隱匿和運動模式),生活史模式(化型)等[50],常結合多參數指數使用;多重生物學特性(Multiple Biological Traits)分析則是將水生生物在環境壓力背景下的多種生物學特性(如大小、體形、生活周期、食物及攝食習性、繁殖及其他特性)用于河流生物監測[51],通常結合多變量指數使用。
近40年來,許多國家已經將生物監測納入政府的水環境管理體系。鑒于監測數據的科學性、準確性、可比性是各個國家和地區推行生物監測的前提和基礎,美國、英國、歐盟、澳大利亞等國家和地區相繼提出一些標準化的河流生物監測技術方案并加以推廣運用。
1977年,英國淡水生態研究所(IFE)著手進行RIVPACS的開發工作[47],并在開發初期,提出相應的野外采樣和實驗室分析方案。這套方案后經英國環保局進一步修訂和細化,在其他技術體系中也有應用,包括英國河流生境調查(RHS)、歐盟AQEM/STAR項目等。
調查方法上,每個位點都需界定調查區和采樣區。調查區的生境組成與采樣區相似,但比采樣區范圍更寬。采樣區長度為5~20 m,取決于河寬(河段窄則采樣區長度長,河段寬則采樣區長度短);調查區在采樣區兩側延伸7倍河寬(河段窄時)或50 m(河段寬時)。大型底棲動物的采集,通常使用FBA標準手網,大型河流可結合采泥器。采樣過程包括3 min的手網采集和1 min的手動搜尋,手網采集主要集中在急流區。室內分析通常不取亞樣。樣品一般鑒定至2種水平:BMWP計算采用科級水平,RIVPACS分析則采用種級水平。
評價方法上,RIVPACS模型的開發歷經RIVPACS I、II、III、III+以及最新的IV等版本,其間不斷完善參照位點的類型和覆蓋面。早期的模型僅使用物種組成來進行預測,隨著開發深入,又加入了BMWP、ASPT指標,至RIVPACS IV版本,還將科級水平的AWIC、LIFE、WHPT等指標納入。
19世紀80年代,USEPA基于各州采用的方法,開發了全國性的生物監測與評價技術方案,即快速生物評價方案(Rapid Bioassessment Protocol,RBP)[14,52]。繼RBP之后,不同的部門和項目為了滿足自身的需求,針對不同類型的河流,陸續開發出其他技術方案(如LR-BP[53]、EMAP方案[54]、EMAP-GRE方案[55]、USGS-NAWQA方案[56]等)。目前,溪流及小型(可涉水)河流監測多數采用RBP和EMAP方案,這2種方案均包括生境(理化指標)、大型底棲動物、藻類及魚類的監測方案。
RBP的主要目的是為有效開展河流生物監測與評價提供一種經濟實用的技術參考,因其具有“快速”的特點,已被許多國家引入,并在此基礎上開發本國的技術方案。RBP采用固定距離法來界定采樣和調查河段,通常取100 m范圍(魚類的采集范圍可大于這個長度)。為了量化調查花費的人力,RBP對樣品采集、分析方法進行了規范。以大型底棲動物為例,可用1 m踢網在淺灘或急流區采集2~3次,或用D型網在不同類型生境采集20次(采樣次數按生境覆蓋比例分配);用固定計數法挑取亞樣,減少揀選和鑒定方面的工作量;樣品可以鑒定至任何水平,但是樣品之間必須保持一致。RBP還提出一套生境質量的視覺評價技術,對河流的各項基本特征進行粗略描述。
EMAP的目的是推進生態監測與生態風險評價技術,從多個時空尺度詮釋環境監測數據,為全國環境監測提供指導。EMAP方案比RBP和LR-BP更為精細,更傾向于全面采集調查河段的各項參數。EMAP的野外工作手冊提出了一套詳細的4人調查方案,對調查的工作量和時間進行了合理化配置。這套方案采用河寬倍數法界定河段,通常以40倍河寬長度(最小值為150 m、最大值為500 m)作為采樣和調查范圍,并在此范圍內等距取11個斷面,按Z字形連續設置重復位點,以便采集到能夠代表整個調查河段生境狀態的理化和生物數據。另外,EMAP方案采用一套更為量化的生境評價方法。與RBP所采用的粗略的視覺方法相比,盡管EMAP方案花費的人力較多,但是評價結果更具客觀性,精確度也大大提高。
2000年,歐盟發布了水框架指令(Directive 2000/60/EC),并提出:2015—2020年使所有水體達到“良好”狀態。為了滿足WFD的需求,歐盟于2000、2003年相繼啟動了AQEM和STAR項目,開發歐洲河流生態系統監測體系[11,23]。
AQEM/STAR技術指南包括水文地貌(河流生境)、魚類、大型底棲動物、硅藻及大型水生植物的監測方案。其中,大型底棲動物方案在USEPA的RBP、英國環保局的操作流程、奧地利的“污水生物學指南”及ISO 7828的基礎上形成;魚類方案借鑒了歐盟FAME項目的采樣方法;硅藻方案采用KELLY等[57]及WINTER等[58]的方法,參考了CEN標準(EN13946、EN14407);大型水生植物方案參考CEN標準(EN14184)。AQEM/STAR通常取500 m或100×河寬作為研究區域(應當能夠代表調查河段的生境狀態),其監測策略與各類采樣/調查點的相對位置有關,這種策略的概念圖可參見圖1。以大型底棲動物方案為例,其采樣范圍取決于河流大小,小型河流(面積為1~100 km2)取20~50 m、中型河流(面積為100~1 000 km2)取50~100 m,采樣方法和RBP的“復合生境采樣方法”一致;實驗室分析取700只個體的亞樣,樣品鑒定至最低可鑒定水平;除了寡毛綱、搖蚊科可鑒定至亞科以下水平外,其他類群均鑒定到種。
目前,德國和奧地利已經采納AQEM/STAR的經驗,開發出多參數指數用于全國監測系統。這2個國家均生成了模塊化的特定河流類型評價系統,包含3個基本模塊(有機污染、酸化、一般退化),能夠識別不同環境壓力的影響。不過,盡管AQEM/STAR項目針對水文地貌指數及硅藻、魚類、大型植物也開發了相應的指數,但是多參數指數僅限大型底棲動物。主要是由于其他生物類群數據不足,不能覆蓋所有歐洲河流類型,且存在一定程度的環境響應問題等。
20世紀90年代,澳大利亞在RIVPACS的基礎上開發了澳大利亞河流評價計劃(Australian River Assessment System,AusRivAS)[59]。盡管AusRivAS由RIVPACS衍生而來,但是兩者又有不同。澳大利亞針對每個區域的大型底棲動物群落和環境條件,開發了特定的AusRivAS模型,提高了整體的預測準確性。研究初期,提出并檢驗了標準的采樣方法、樣品處理方法及分類學資源。采樣時,需在河段內分別采集不同的微生境;之后,在實驗室或野外現場,從每個生境樣本中揀選200個個體(或固定時間),以便粗略估計類群組成。

圖1 AQEM/STAR野外采樣區域概念圖Fig.1 Conceptual framework of field sampling in AQEM/STAR protocol
AusRivAS的模型根據大型底棲動物群落組成,采用非加權配對算術平均法(UPGMA)對位點進行分類,再采用步進式多元判別函數分析(MDFA)選擇能夠最佳識別分類群的預測變量。每個區域,針對不同季節、混合季節及各種河內生境都構建了不同的模型。
到目前為止,研究者已經開發出各種指標,用以量化人類活動對河流環境的影響。但是,環境政策的不斷更新給生態學家提出了新的挑戰,即亟需能夠將生態系統現狀與保護及恢復管理緊密聯系的有效工具[60]。因此,功能性參數在河流生物監測與評價中的應用越來越多。除了上面提到的“功能攝食類群”和“多重生物學特性”,還包括微生物酶活[61]、光合作用[62]、群落代謝(初級生產力及呼吸作用)[62]、呼吸作用[63]及次級生產力[64]等。
分子生物學技術在河流生物監測中的應用,主要集中于物種鑒定和遺傳多樣性方面。
更為精細的分類學辨識度,對準確掌握生物在環境中的分布、豐富度和群落結構極為重要。然而,將大型底棲動物和藻類鑒定至屬或種水平非常耗時,也極易出現誤差。DNA方法作為生物鑒定工具,具有無可比擬的準確性和有效性,PCR-RFLP、T-RFLP及DNA序列等已被用于大型底棲動物和著生藻類鑒定[15]。隨著DNA條形碼技術的發展,尤其是環境DNA meta-barcoding概念的提出,愈發拓展了DNA技術在河流生物監測中的應用[65]。
遺傳多樣性是生物群落的基本特性,可以檢驗種群現狀、指示種群變化歷史、預測種群未來趨勢。早在30年前,就有人嘗試將分子遺傳標記的變化性與特定的水環境壓力聯系起來,評估了金屬、酸度、殺蟲劑、放射性核素及復合污水的影響[66]。USEPA開展了一系列研究,對于遺傳多樣性指標在大尺度監測的實用性進行評估[67]。盡管分子遺傳學應用于河流生物監測仍處于初級階段,但有理由相信它最終會提供極為有用的生物學指標。
19世紀70年代,中國學者開始將水生生物群落應用于水環境監測,并針對某些生物類群和特定水域做了大量的工作。19世紀80年代至90年代前期,生物監測被納入中國水環境監測體系,經歷了快速提升階段,初次建立起水生生物監測網絡,并在全國范圍開展例行監測工作。然而,19世紀90年代中期后,水環境監測集中到理化指標,生物監測一度被弱化。直到近年,隨著水環境管理從“以污染防治為重點”到“以生態健康為目的”轉變,生物監測才重新受到重視。2011年,中國環境監測總站在松花江啟動生物監測試點工作,隨后將其成功的實踐經驗推廣至其他流域和省份?!笆晃濉焙汀笆濉逼陂g,國家重大水專項也從不同層面和尺度在各大流域開展生物監測方法和指標的研究,積累了豐富的理論和數據基礎。
目前,國內用于指示河流水環境質量的生物類群主要包括大型底棲動物、著生藻類、魚類等。其中,大型底棲動物的采樣相對簡單,且易于鑒定至科級水平,粗略的調查即可檢測到環境損傷,是研究者開展河流生物監測的首選。國內有關機構累積了多年的大型底棲動物背景數據,并將其作為水環境評價工具。著生藻類雖然還沒有被廣泛納入監測項目,但因其生活史特征及敏感性,亦可作為河流生境退化的有效指示生物。以往的水環境監測項目中,魚類在毒性檢測中應用較多,在生態監測中的應用起步較晚,但是鑒于其特殊地位及生活習性,是長期及廣域環境研究的不二選擇。
早期,國內河流生物監測多采用單一因子法,主要采用多樣性指數和生物指數。顏京松[68]采用大型底棲動物的Trent指數、Chandler記分值、Goodnight指數、Shannon指數評價了黃河支流的水質。類似的工作,在湘江干流、漓江、松花江、珠江及京津冀地區河流也取得了一定的效果[69-74]。1992 年,楊蓮芳等[75]將USEPA的RBP以及多參數指數(IBI)引入中國, 并利用水生昆蟲評價了安徽九華河的水質狀況。之后,國內的學者相繼開展了相關工作,在豐溪河、遼河、香溪河、渭河等流域開發了大型底棲動物、魚類的生物完整性指數,并檢驗了這些指數在指示河流生態環境上的適用性[76-79]。除此之外,還有學者對于如何提高生物完整性指數的穩定性和精確度進行了深入探討。渠曉東等[80]采用標準化方法進行參照位點的篩選,陳凱等[81]則嘗試將預測模型納入生物完整性指數的構建過程。從指標的準確性、可操作性以及工作基礎來看,BI指數和生物完整性指數在中國具有較好的應用前景,BI指數計算方法較為簡便、可指示水體污染,生物完整性指數的科學性較好,指示的環境壓力類型更廣。
20世紀80—90年代是中國生物監測快速發展階段,原國家環保局組織編寫、出版了多個水生生物監測規范及技術指導手冊,如1986年《生物監測技術規范(水環境部分)》、1993年《水生生物監測手冊》等[82]。但是,后期這些規范和手冊并沒有得到有效的實施和推廣。“十二五”期間,中國環境監測總站結合試點工作及水專項研究成果,制定了河流、湖泊水生態環境質量監測與評價等技術指南,下發至全國各地方環境監測部門試用。指南對河流生物監測的方法和指標進行了詳細規范,也在遼河、松花江等流域獲得了較好的試點效果。不過,由于中國地域遼闊、河流類型繁多,河流的生態狀態存在較大差異,現有的技術體系還需要不斷地實踐和補充。
雖然中國在河流生物監測方面已經做了大量的嘗試,但與其他國家的發展水平相比,還是相對滯后,距離實現科學的水資源管理仍有一定的距離。從工作積累來看,中國相關生物類群的分類鑒定基礎仍然相對薄弱,譬如大型底棲動物(尤其是水生昆蟲)缺乏詳實的分類鑒定資料,為河流生物監測工作的推廣和開展造成極大的困擾;從監測指標來看,仍以單個指標或某幾個指標簡單相加的分析為主,研究方法單調,導致評價結果不夠全面、準確,沒有形成科學、有效的技術體系;從技術方法來看,現有監測技術與方法體系尚不夠完善,各個機構、團體調查及分析方法不夠統一、獲取數據的可比性較差,且缺乏規范的質量控制體系。
盡管如此,生物監測在河流水環境管理中仍然具有重要的應用前景,對于確定水資源現狀及受損程度、診斷環境損害的來源及原因、評估防治及恢復措施的有效性、監控水環境狀態趨勢等提供重要的理論支持。